تعیین معیارهای موثر بر وقوع آتش سوزی جنگل با استفاده از سامانه اطلاعات جغرافیایی و شبکه عصبی مصنوعی (مطالعه موردی: استان گلستان)

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 553

فایل این مقاله در 27 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JWFST-25-2_008

تاریخ نمایه سازی: 11 آبان 1398

چکیده مقاله:

در پیشگیری از آتش سوزی ها و کاهش اثرات آنها، مدیریت آتش سوزی جنگل نقش بسیار بزرگی دارد. این تحقیق با هدف تعیین معیارهای موثر بر وقوع آتش سوزی با استفاده از سیستم اطلاعات جغرافیایی و شبکه عصبی مصنوعی در عرصه های منابع طبیعی چهار شهرستان از استان گلستان انجام شد. جهت تعیین میزان تاثیر هر پارامتر در رخداد آتش سوزی تعداد 37 نمونه از مناطق آتش سوزی و 37 نمونه از سایر مناطق به صورت تصادفی انتخاب شد تا در تجزیه و تحلیل های روش MLP استفاده شوند. برای تهیه شبکه بین معیارهای استفاده شده و وقوع آتش سوزی از شبکه ای با تابع هیپربولیک استفاده شد. نتایج نشان داد که میزان بارندگی و فاصله از جاده بیشترین نقش را در وقوع آتش سوزی ایفا می کنند. در مرحله آموزش نتایج اعتبار سنجی نشان داد بهترین شبکه در اجرای 4 و تکرار 450 بهترین شبکه با میزان میانگین مربعات خطای نهایی برابر 0038/0 بدست آمد. همچنین حدود 95 درصد داده های آتش سوزی های بوقوع پیوسته و 84 درصد از داده های غیرآتش سوزی به درستی طبقه بندی شدند. در نهایت براساس وزن های بدست آمده برای هر معیار و با استفاده از نقشه های معیارهای مورد استفاده، نقشه پتانسل خطر وقوع آتش سوزی برای منطقه مورد مطالعه بدست آمد. نتایج نشان داد که الگوریتم پرسپترون چندلایه و تابع هاپربولیک در ایجاد ارتباط بین داده های مورد استفاده و وقوع آتش سوزی کارا بوده و شبکه، مدلی با 2 لایه مخفی و 12 نرون بهترین صحت را نشان داد و همچنین میزان ضریب همبستگی 80/0 بود.

کلیدواژه ها:

نویسندگان

سجاد عالی محمودی سراب

دانشجوی گروه جنگلداری دانشگاه کشاورزی و منابع طبیعی گرگان

جهانگیر فقهی

عضو هیات علمی دانشگاه تهران

صفرقلی خواجه

کارمند اداره کل منابع طبیعی گرگان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Aleemahmoodi, S.S., Feghhi, J., and Jabbarian, A.B. 2013. Predicting the ...
  • Natural Fires in Forests and Ranges using Artificial Neural Networks ...
  • Region, Izeh county). Esfehan, J. Applyed Ecology., 1: 2. 75-86. ...
  • Aleemahmoodi, S.S., Feghhi, J., Jabbarian, A.B., Danehkar, A., and Attarod, ...
  • Applying the Regression Models to Assess the Influences of Climate ...
  • Case Study: Izeh). Tehran, J. Nat. Rec., 2: 66. 191-201. ...
  • Bernabeuet, P., Vergara, L., Bosh, I., and Igual, J. 2004. ...
  • automatic forest fire surveillance. Dig. Sig. Proc., J. 14: 5. ...
  • Chuvieco, E., and Congalton, R.G. 1989. Application of remote sensing ...
  • information system to forest fire hazard mapping. Remote Sensing Environment, ...
  • Daneshrad, A. 2006. Effect of forest degridation on desease. J. ...
  • Dong, XU., Shao, G., Limin, D., Zhanqing, H, Lei, T., ...
  • zone mapping from satellite GIS FORE Baihe Forestry Bureau, Jilin, ...
  • Eduardo, E.M., Gustavo, F.B.A., Petri, K.E.P., and Yosio, E.Sh. 2011. ...
  • in the Brazilian Amazon using MODIS imagery and change vector ...
  • Geography J. 31: 1. 76-84. ...
  • Elmas, C., and Sonmez, Y. 2011. A data fusion framework ...
  • multi-agent. Decision Support System for Forest Fire Cetin. Expert Systems ...
  • Applications J. 38: 8. 9225-9236. ...
  • Ertena, E., Kurgun, V., and Musaoglue, N. 2004. Forest fire ...
  • imagery and GIS: a case study. XXth Congress of the ...
  • Photogrammetry and Remote Sensing, Istanbul. Turkey: 222-230. ...
  • FAO. 2009. The State of the World’s Forests 2009. Food ...
  • the United Nations, Rome. ...
  • Golestan province s water resources. 2013. http://hamidrezadeylam.blogfa.com/post/9. ...
  • Gortmaker, K. 2011. Forest fire hazard mapping in the LaPeyne ...
  • Geosciences Theses. 61p. ...
  • Hernandez, P., Arbelo, M., and Gonzalez, A. 2006. Fire risk ...
  • Advances in space research J. 37: 4. 741- 746. ...
  • Huyen, D.T., Th., and Tuan, V.A. 2008. Applying GIS and ...
  • Forest Fire Risk Zoning in Sona La Province, Vietnam. International ...
  • Geoinformatics for Spatial Infrastructure Development in Earth and Allied Sciences. ...
  • Meteorological Organization. (In Persian) ...
  • Jaiswal, R.K., Saumitra, M., Kumaran, R.D., Rajesh, S. 2002. Forest ...
  • from satellite imagery and GIS. International Journal of Applied Earth ...
  • Geoinformation. 4: 1–10 ...
  • Kia, M. 2009. Neural network in Matlab. Publicated by nshre ...
  • Mohamadi, F., SHabanian, M., Poorhashmi, M., and Fatehi, P. 2009. ...
  • mapping using GIS and AHP in DA part of the ...
  • Pop. Res., 18: 4. 569-586. (in Persian) ...
  • Sarkargar, ardakani, A., Valdan, Zoj, M., and Mansourian, A. 2009. ...
  • using RS, GIS in different parts of the country. Tehran, ...
  • Sebastian, S. 2002. Multi perceptreon and back propagation learning, 9.641 ...
  • Lecture4.September. Doi=10.1.1.86.8968. ...
  • Somashekar, R., Ravikumar, P., Mohankumar, C., Prakash, K., and Nagaraja, ...
  • area mapping of bandipur national park, India using IRS1C 1D ...
  • Remote sensing J. 37: 37- 50. ...
  • Vasilakos, C., Kalabokidis, K., Hatzopoulos, J., and Matsinos, I. 2009. ...
  • fire ignition factors through sensitivity analysis of a neural network. ...
  • :1.125-143.DOI 10.1007/s11069-008-9326-3. ...
  • Yang, L., Dawson, C., Brown, M., and Gell, M. 2006. ...
  • for dwelling fire occurrence prediction. Knowledge-Based Systems J. 19: 4. ...
  • Doi:10.1016/j.knosys.2005.11.021. ...
  • Yuan, H. 2002. Development and evaluation of advanced data for ...
  • mapping, Phd Thesis, Departement of Forestry, North Carolina StateUniversity. ...
  • repository.lib.ncsu.edu/ir/bitstream/1840.16/3829/1/etd.pdf. ...
  • Zumbrunnen, T., Pezzatti, G., Menéndez, P., Bugmann, H., Bürg, I.M., ...
  • 0. Weather and human impacts on forest fires: 100 years ...
  • regions of Switzerland. Forest Ecology and Management J. 261: 12. ...
  • Doi:10.1016/j.foreco.2010.10.009. ...
  • نمایش کامل مراجع